FractionalMaxPool3d

class torch.nn.FractionalMaxPool3d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

将 3D 分数最大池化应用于由多个输入层组成的输入信号。

分数最大池化在论文 Fractional MaxPooling (作者: Ben Graham) 中有详细描述。

最大池化操作在 $kT \times kH \times kW$ 区域内进行，其步长由目标输出大小随机确定。输出特征的数量等于输入层的数量。

注意

必须定义 output_size 或 output_ratio 中的一个且仅一个。

参数

• kernel_size (Union[int, tuple[int, int, int]]) – 用于计算最大值的窗口大小。可以是单个数字 k (表示 k x k x k 的方形核) 或一个元组 (kt x kh x kw)

• output_size (Union[int, tuple[int, int, int]]) – 图像的目标输出大小，形式为 oT x oH x oW。可以是一个元组 (oT, oH, oW) 或一个数字 oH (表示 oH x oH x oH 的方形图像)

• output_ratio (Union[float, tuple[float, float, float]]) – 如果希望输出大小是输入大小的比例，则可以指定此选项。这必须是一个在 (0, 1) 范围内的数字或元组。

• return_indices (bool) – 如果为 True，则会返回输出以及对应的索引。这对于传递给 nn.MaxUnpool3d() 非常有用。默认为 False。

形状

• 输入：$(N, C, T_{in}, H_{in}, W_{in})$或$(C, T_{in}, H_{in}, W_{in})$.

• 输出：$(N, C, T_{out}, H_{out}, W_{out})$或$(C, T_{out}, H_{out}, W_{out})$，其中$(T_{out}, H_{out}, W_{out})=\text{output\_size}$或$(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

示例

>>> # pool of cubic window of size=3, and target output size 13x12x11
>>> m = nn.FractionalMaxPool3d(3, output_size=(13, 12, 11))
>>> # pool of cubic window and target output size being half of input size
>>> m = nn.FractionalMaxPool3d(3, output_ratio=(0.5, 0.5, 0.5))
>>> input = torch.randn(20, 16, 50, 32, 16)
>>> output = m(input)